|
随着终端设备大规模接入互联网，在终端设备上产生的海量数据在提供商业价值的同时，也对数据处理提出挑战。由于网络带宽有限，又要满足实时响应的需求，边缘计算成为发展的新趋势之一。
在嵌入设备等终端设备上做深度学习有几个天然的优势，atv，第一就是在没有网络的情况下嵌入设备上也能直接做计算，第二就是直接在嵌入设备上计算避免了延迟的问题，不需要担心由于网络传输带来的延迟问题，第三就是数据存储在终端解决了一大部分的隐私问题。 当然目前一般只是把推理（Inference）部分放在终端设备，训练(training)部分还是可以在云端完成。 不过由于终端设备上计算能力和计算带宽有限，需要特殊的深度学习算法，探长最近采访了一家计算机视觉领域的创业公司Pilot AI Labs，他们就提供基于深度学习的嵌入式设备的计算机视觉的解决方案。
Pilot AI Labs的创始团队 Pilot AI Labs的联合创始人兼首席执行官Jonathan Su是个连续创业者，拥有斯坦福大学计算机博士学位，在数值优化和高性能计算方面拥有丰富的专业知识。 他是PhiSix时装实验室的首席执行官和联合创始人，于2014年出售给eBay。他在eBay担任工程总监，并在MetaMind担任高级数据科学家。
Pilot AI Labs创始团队来自于斯坦福和MetaMind，Jonathan和其他核心成员是同事、同学，其中还有多年的室友。 专注于嵌入设备的计算机视觉 Pilot AI Labs目前公司团队约三十人，丹华资本领投了种子轮，而NEA领投A轮融资。
Pilot AI Labs专注于构建基于深度学习的计算机视觉平台，该平台已经过优化，可在嵌入式设备上实时运行。 他从创业之初就选择了深度学习领域的创业，而且明确的选择了视觉作为创业方向，一方面是他们在这方面有相当的积累，另一方面则是学术界和工业界的研究和应用已经有了一定的基础。 Pilot AI Labs希望把计算机视觉的能力装入嵌入型芯片，直接应用在很多小型的摄像头里，比如 GoPro。Pilot.ai 能在非 GPU设备（比如ARM）上完成深度学习算法的部署，这可以大范围应用或者后装(retro-fit)于计算能力有限的一体机上，比如无人机、VR/AR 设备、安防摄像头、运动相机等，如此一来，Pilot.ai 可以让自己的使用门槛大大降低，即使没有高性能的硬件，客户也可以直接将 Pilot 的模块嵌入到自己的产品中，这对他们的市场推广有着极大优势。 Pilot AI Labs他们有特殊的经过收缩(shrink)的深度神经网络算法，不同于一般意义的将神经网络进行剪裁(pruning)，收缩（shrink)后的神经网络能够在大部分计算能力和计算带宽比较受限的环境下运行，此外，他们也有比较独特的数据训练方式，最大化利用训练数据。 他们还开发了自己的深度学习框架和工具，可以相对通用的用于计算机视觉的各个领域，他们的解决方案也融合了传统的计算机视觉方法。 以无人机为切入 Pilot AI Labs技术上比较强于跟踪(tracking)和检测(detecting)，他们评估了计算机视觉的各种可能应用场景，最终选择无人机作为切入口，利用视觉来实现自动跟随等功能。
Pilot.ai 将为无人机做视觉追踪降低门槛。对于无人机厂商来说，直接购买嵌入了 Pilot.ai 算法的芯片就可以获得其计算机视觉识别能力，无需GPS 追踪定位。 他们的解决方案可以在多人的环境下依然比较好的实现跟踪。
Pilot AI Labs是目前少有的基于深度学习的可用的无人机视觉方案，他们的已经收到超过800万美元的订单，已经被广泛应用于工业界。 拓展到更多行业 Pilot AI Labs目前的应用还包括零售行业的店内客流分析等场景。
|
